arrays - Julia 中的数组/张量计算效率

标签 arrays performance optimization julia tensor

我想知道 Julia 中最有效的数组计算方式是什么。我想从头开始编写一些深度学习模型,所以也许有一些用于张量计算的包,也许在 gpu 上?
我当前的代码几乎和它一样基本:

function linear(x, w, b)
    return(x*w .+ transpose(b))
end

最佳答案

好消息:这段代码已经有利于最大化性能和 gpu。您只需要一个 CuArrays (对于 Nvidia)定义一个 GPU 数组类型,然后你可以运行像 linear(CuArray(1:1000),CuArray(1:2*1:1000'),CuArray(1:1000)) 这样的代码。并且所有计算都将在 GPU 上进行。请注意,您可能需要更复杂的示例来证明 GPU 速度值得花费数据传输时间。

关于arrays - Julia 中的数组/张量计算效率,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/61082127/

相关文章:

javascript - 很难理解回调函数

java - 使用 Jersey 的 JAX RS 的内存问题

performance - 为什么 Clojure/Lisp 程序比其他动态语言更快?

node.js - 快速创建大量素数流

c++ - 这种优化有名称吗?

c - 如何在不指定 -O1 的情况下获得 gcc -O1 优化

javascript - 迭代数组的数组以查找另一个数组中的匹配项

java - 数组舍入

mysql - SQL 查询性能改进的建议

php - "Notice: Undefined variable"、 "Notice: Undefined index"、 "Warning: Undefined array key"和 "Notice: Undefined offset"使用 PHP